[서평] 빅데이터 시대, 성과를 이끌어내는 "데이터 문해력"

 

 

[추천도]

★ ★ ★ ☆ ☆

 

[요약]

- 문제▶원인▶해결방안 크게 3가지 관점에서 데이터 분석 과정을 다루며, 다양한 사례를 들어 설명하기 때문에 부담없이 읽을 수 있다. 

- 회사에서 단순히 몇 가지 비교 그래프를 보고 "결과를 찾는 과정"이 아닌 "스토리를 만들어 결론을 내는 방법"을 알려주어 데이터를 보는 관점이 달라진다. 

- 회사에서 데이터를 분석하는 업무를 하고 있다면 한번쯤 읽어보면 좋을 책!

 

[리뷰]

데이터 문해력이란, '데이터에서 문언가를 읽어내는 능력'이 아니라 '스스로 정답에 대해 고민하고 데이터를 무기 삼아 합리적으로 논할 수 있는 능력'이라고 생각합니다.

 

어려운 분석이나 통계까지는 필요하지 않습니다. 그보다, 자신의 목적에 대해 생각해보고 이에 따라 가설을 세우는 것이 훨씬 중요하다는 것을 아셨을 겁니다.

 

데이터를 뒤져보면 그 안에 반드시 답이 있을 것이다. 그것을 찾아 내자'라는 식의 발상은 일단 리셋하고, 데이터를 보기 전에 가능성이 있는지를 먼저 생각해봐야 합니다.

 

 

이 책에서는 문제에 대한 원인을 찾는 방법, 비교 분석하는 방법들도 소개하지만 데이터를 분석하는 태도가 가장 중요함을 강조한다.  

 

예를 들어 "이번 달 매출이 전년 동월, 전월 대비 ~% 하락했다."에서 원인을 찾아야 할 때, 영향이 있을만한 것을 염두하고 (예: 광고비의 영향, 사이트 개편 영향 등) 원인을 파악해나가야 한다는 것이다. 

 

문제를 정확히 정의하고, 원인을 찾는 과정도 흥미로웠다. 

 

예를 들어, "최근 5년 간 서울시 인구가 감소하고 있다"라고 했을 때 이것이 진짜 문제라 할 수 있을까?

비교 대상을 어떻게 잡느냐에 따라 문제라 볼 수 있고 아닐 수도 있다. 

전체 인구 통계와 비교했을 때, 서울과 환경이 비슷하고 대도시라 할만한 다른 도시를 비교했을 때 결과가 달라질 수 있기 때문이다.  

 

책의 예시 중 원인을 분석하는 부분에서 여러 변수를 두고 편차, 산포도 등으로 연관성을 찾아나가는 과정도 흥미로웠다.

어떻게 분석하느냐에 따라 시간 외 근무 시간 초과 원인에 대해서 1차원적으로 수요일에 초과 근무가 많으니 강제적으로 퇴근시키자의 결론이 날 수도 있고, 특정 부서의 인력 운영 효율 개선으로 결론이 날 수도 있다. 

 

결국 데이터를 분석하는 태도. 

어떤 목적을 가지고, 어떤 가설을 세우면서 원인을 찾아나가느냐가 중요함을 알 수 있었다.